ALLOT：面向大语言模型知识更新的预算制混合内存路由框架

ALLOT 是一种面向大语言模型知识更新的混合内存路由框架，将学习到的写入优先级与硬性参数预算解耦，并在外部内存中保留所有事实。在 CounterFact 基准上，Qwen3-4B 在 20% 参数写入预算下达到 0.760 准确率，参数写入量比全量双写减少 80%。在 Qwen3-0.6B 上仅需 6-14.5% 的参数写入即可达到双写级准确率。